PERSO DUBBING · 2026

違いを聴き、根拠を比べる。

同じ映画を、4つの吹き替えサービスで。翻訳・声の類似性・自然さ・感情を、実際の出力と評価根拠で比較します。

Sintel — Blender Foundation
Sintel · Perso Linnet4
英語原音・リップシンク対象外
原作映画3本
4サービス
出力11本・生成失敗1本
4つの評価観点
評価日:2026年11月18日・Persoによる試行

今回の試行で、Linnet4の強みはバランスです。

SintelとCosmosでは、声の類似性・自然さ・感情の保持に肯定的なAI判定が得られました。場面ごとの違いも確認してください。

01編集上の暫定順序

Perso Linnet4

2場面で声・自然さ・感情に肯定的な判定。

生成済み: 3/3 · 判定保留: 0
02編集上の暫定順序

ElevenLabs Dubbing v2

Sintelで良好な判定。Tears of Steelでは感情の保持が強み。

生成済み: 3/3 · 判定保留: 2
03編集上の暫定順序

HeyGen Speed · Audio Only

Sintelで良好な判定。Tears of Steelでは話し方と感情に差を観察。

生成済み: 3/3 · 判定保留: 2
04編集上の暫定順序

Synthesia AI Dubbing

完成した2場面で話し方と感情に差を観察。1本は生成失敗。

生成済み: 2/3 · 判定保留: 1
Persoが行った映画3本の試行です。評価後の編集上の解釈であり、得点や統計で確定した順位ではありません。全順位の優劣は未確定です。保留判定で順序が変わる可能性があり、失敗は0点扱いにしません。 サンプルごとの解釈上の制限 ↗

決める前に、聴いてください。

原音と各サービスの初回出力を比較できます。1つを再生すると他は停止します。映画を開くと音声と測定値が表示されます。

Sintel
Sintel — Blender Foundation

Sintel

英語原音・リップシンク対象外
ElevenLabs Dubbing v2初回出力・手動編集なし
HeyGen Speed · Audio Only初回出力・手動編集なし
Synthesia AI Dubbing初回出力・手動編集なし
場面別の自動測定値役1 / 役2のcosineUTMOSv2予測平均
Perso Linnet 40.408 / 0.3022.61
ElevenLabs Dubbing v20.470 / 0.2702.23
HeyGen Speed · Audio Only0.495 / 0.2012.76
Synthesia AI Dubbing0.322 / 0.2482.50
Tears of Steel
Tears of Steel — Blender Foundation

Tears of Steel

英語原音・リップシンク対象外
ElevenLabs Dubbing v2初回出力・手動編集なし
HeyGen Speed · Audio Only初回出力・手動編集なし
Synthesia AI Dubbing生成失敗・HTTP 500・品質N/A
場面別の自動測定値役1 / 役2のcosineUTMOSv2予測平均
Perso Linnet 40.432 / 0.4252.14
ElevenLabs Dubbing v20.492 / 0.3652.18
HeyGen Speed · Audio Only0.279 / 0.364 †2.80
Synthesia AI DubbingN/AN/A
Cosmos Laundromat
Cosmos Laundromat — Blender Foundation

Cosmos Laundromat

英語原音・リップシンク対象外
ElevenLabs Dubbing v2初回出力・手動編集なし
HeyGen Speed · Audio Only初回出力・手動編集なし
Synthesia AI Dubbing初回出力・手動編集なし
場面別の自動測定値役1 / 役2のcosineUTMOSv2予測平均
Perso Linnet 40.589 / 0.255 †2.54
ElevenLabs Dubbing v20.563 / 0.4492.34
HeyGen Speed · Audio Only0.385 / 0.1873.06
Synthesia AI Dubbing判定保留2.92

cosineは確率ではなく、UTMOSv2は人によるMOSではありません。背景音や短い区間の影響を受けるため順位得点に合算しません。話者区間の境界にも不確実性があります。

評価方法も、測定値と限界も公開。

広く認められた評価体系、再計算可能な自動測定、AI解釈を区別します。独立機関による認証ではありません。

MQMの誤り分類

誤訳・脱落・追加の分類を参考に文字起こしを確認しました。意味保持のAI観察は引用例についての判断であり、翻訳精度100%や人による正式なMQM得点ではありません。

方法論の原文 ↗

話者cosine・UTMOSv2

ECAPA埋め込みで選択した対応発話を比較します。UTMOSv2は固定seedで5回実行し、音声ミックス全体の品質を予測します。どちらも吹き替えの総合的優位を確定しません。

方法論の原文 ↗

ITU-T P.808・人による評価

主観的な音声品質評価に関する国際勧告です。今回のAI試行はP.808による人の評価や認証ではありません。二言語話者による聴取確認は今後の段階です。

方法論の原文 ↗

SpeechBrain ECAPA ↗

サンプルごとの解釈上の制限

Perso · Cosmos:役2のコサインは元の役に対して0.255、別の役に対して0.244です。解釈は保留し、話者の保持や入れ替わりを断定しません。

HeyGen · Tears of Steel:役1の区間は13.3秒で終了しますが、2つの文字起こしは次の話者の開始を13.0秒と13.68秒と推定しています。話者が混在する可能性があります。

Perso · Sintel:AIの説明では話者の指示が曖昧です。声の類似性の肯定的な判定はこの注意書きとともに維持し、話者の同一性が検証済みとは扱いません。

比較条件は揃っていますか?

同一の英語原作3本、初回出力、翻訳の手動修正・用語集なし、リップシンクなしで比較しました。Perso・ElevenLabs・HeyGenはメキシコスペイン語、Synthesiaは地域指定のないスペイン語です。全社の最上位モデルすべてを比較した試験ではありません。

ブランドによる偏りにはどう対応しましたか?

Geminiにはブランド名・映像・文字起こしを渡さず、原音と吹き替え音声を入力しました。同一音声・無音・内容不一致の対照で入力処理を確認しましたが、評価能力全般の妥当性を検証したわけではありません。Persoの立場、保留5項目、生成失敗1本を公開します。

なぜ暫定順序なのですか?

実験自体では総合順位を算出していません。2026年11月18日にページ構成用の編集上の順序を追加しました。完成した全出力で例示発話の翻訳保持が観察され、この項目で勝者は決まりません。原作数の拡大と二言語話者によるブラインド聴取確認が必要です。

サービス別の詳細比較

ElevenLabs ↗HeyGen ↗Synthesia ↗Rask ↗

次は、ご自身の動画で。

サンプルを聴いて、Persoの吹き替えをお試しください。

Perso Dubbingを見る ↗

評価日:2026年11月18日・Persoによる試行
Tears of Steel / Sintel: Blender Foundation, CC BY 3.0. Cosmos Laundromat: Blender Foundation, CC BY 4.0.
Sintel · Tears of Steel · Cosmos Laundromat